许多团队在开发首个代码智能体时，最直观的路径是用脚本语言快速串联一组提示词与工具接口，随后宣布内部平台就绪。这犹如把上千匹马力的喷气式发动机用透明胶带固定在超市推车上；本地运行单任务原型尚可滑行，一旦推入云端面对成千上万个沙箱的高并发调度，底层胶水层还未起步便会被内存暴涨与垃圾回收停顿震得粉碎。
近期 OpenAI Core Products & Platform 负责人 Tibo Sottiaux 在专访中，披露了 Codex 研发初期的核心架构抉择。在 2023 年项目启动时，主流大模型生成 Python 与 TypeScript 代码的成熟度明显高于 Rust，但 Codex 团队依然坚持从零用 Rust 构建整个 Harness 命令行与调度底座。
面向云端沙箱并发的前置性能设计
选用一门大模型当时并不擅长编写的系统级语言作为底层核心，根源在于架构团队对运行规模的第一假设。Codex 的工程目标从一开始就并非本地终端的单机助手，而是需要在数百万台云端沙箱（Cloud Development Environments）中高并发调度代码智能体。
当宿主进程需要在微秒级响应系统事件、挂载工作区并注入上下文时，系统开销的基线被压缩到了极致。Harness 是给千万云端沙箱准备的确定性操作系统，必须做前置性能设计，底座选型绝不事后重构。
在宿主机容器环境的实测中，静态编译宿主与动态解释脚本的表现差异极其悬殊。轻量编译的二进制宿主冷启动耗时低于 12 毫秒，单实例常驻内存仅占 18MB；挂载完整解释器运行时的胶水进程，在并发调度 20 个实例时常驻内存便迅速突破 1.4GB。
提前终止原则在此处体现为操作系统的物理级短路。面对系统越权、工具死循环或无效等待，部分框架依然寄希望于大模型在下一轮推理时自我觉察并修正。这犹如给第一天入职的实习生同时配齐大楼门禁卡、财务报销权限与生产数据库管理密码，却在系统陷入死锁时，坐在旁边等待其写出一份五百字的反思心得。在系统级工程中，守门机制必须由底座通过内核信号在微秒级直接掐断，并即时回传确定性退出码。
宿主机制与推理策略的彻底解耦
除了执行性能，Codex 展现出的另一重工程价值是 Harness 与基础模型的清晰解耦。部分同类方案倾向于闭源绑定路线，将宿主工具与专有模型深度焊死；Codex 则选择完全开源 Harness，并官方支持平替接入第三方外部模型。
这种架构映射出经典的组合优于继承思想。Harness 属于机制层，是负责沙箱生命周期、状态机流转与跨平台工具调度的确定性骨架；基础模型则属于策略层，只负责在离散步骤中下发逻辑推断。两者通过标准协议解耦组合，而非将业务逻辑继承于单体黑盒。
Tibo Sottiaux 指出，Harness 的演化节奏必须始终领先基础模型半步。即便将底层底座完全开源，任何开发者只需修改数行驱动配置便能挂载自己的模型接口，宿主本身提供的确定性状态管理、跨平台终端适配与安全边界依然构成了不可替代的系统级防线。
代码变更边际成本崩塌后的工程防御
当代码智能体把修改代码的时间压缩到数秒内，工程团队迎来的往往不是解脱，而是审查链条的全面过载。Tibo Sottiaux 坦言，即使在 OpenAI 内部，代码修改边际成本暴跌带来的直接后果也是代码库变更频次剧增，人类审查者的精力成为整个流水线最狭窄的物理瓶颈。
此时自动化工具化身为一个不知疲倦、每分钟向代码库提交十个重构请求的狂热同事，而人类架构师的注意力则成为最先耗尽的物理耗材。代码修改的边际成本越接近零，缺乏自动化测试断言的工程团队就死得越快。
应对剪刀差危机的唯一解法，是在 Harness 闭环中强制落地可测试性原则。执行链路必须前置单元测试和静态分析，没有确定性测试断言保障的代码变更直接被流水线阻断。将大模型作为概率推理的加速引擎，将 Rust Harness 作为确定性断言与资源熔断的安全底座，是智能体基础设施走向工业化交付的立足点。
